順便tag今天的課程說現在的講師太混，那也真的是太對不起你們和其他講者了

一個基本的程式，一般除了變數、資料之外 ，還有許多的指令來協助程式的完成。

今天不是來教大家學英文，

也不是來講機率或翻轉教育課程，

所以下面還是來學R吧

https://www.calvin.edu/~scofield/courses/m143/materials/RcmdsFromClass.pdf

https://www.calvin.edu/~scofield/courses/m143/materials/RcmdsFromClass.pdf

num1 = c(2, 3, 5) 
str1 = c("aa", "bb", "cc") 
logic1 = c(TRUE, FALSE, TRUE) 
df1 = data.frame(num1, str1, logic1)       # df1表示把data.frame()括號內的資料結合成為data.frame型態
df1

##   num1 str1 logic1
## 1    2   aa   TRUE
## 2    3   bb  FALSE
## 3    5   cc   TRUE

df2 = c(num1, str1, logic1) # df2表示為c()括號中向量資料的結合
df2

## [1] "2"     "3"     "5"     "aa"    "bb"    "cc"    "TRUE"  "FALSE" "TRUE"

表格名稱 = read.csv("讀取的檔案")

iris_csv = read.csv("iris.csv")
View(iris_csv)

表格名稱 = read.table("讀取的檔案")

iris_tab = read.table("iris.txt")
View(iris_tab)

表格名稱 = read.xls("讀取的檔案")

注意：這個需要額外的套件來支援excel格式，請先執行：library(gdata)

library(gdata)
iris_xls = read.xls("iris.xls")
View(iris_xls)

1. 查詢指令： ** "?指令" **，

?list

1. 查詢範例： ** "example(指令)" **，

example(factor)

## 
## factor> (ff <- factor(substring("statistics", 1:10, 1:10), levels = letters))
##  [1] s t a t i s t i c s
## Levels: a b c d e f g h i j k l m n o p q r s t u v w x y z
## 
## factor> as.integer(ff)      # the internal codes
##  [1] 19 20  1 20  9 19 20  9  3 19
## 
## factor> (f. <- factor(ff))  # drops the levels that do not occur
##  [1] s t a t i s t i c s
## Levels: a c i s t
## 
## factor> ff[, drop = TRUE]   # the same, more transparently
##  [1] s t a t i s t i c s
## Levels: a c i s t
## 
## factor> factor(letters[1:20], labels = "letter")
##  [1] letter1  letter2  letter3  letter4  letter5  letter6  letter7 
##  [8] letter8  letter9  letter10 letter11 letter12 letter13 letter14
## [15] letter15 letter16 letter17 letter18 letter19 letter20
## 20 Levels: letter1 letter2 letter3 letter4 letter5 letter6 ... letter20
## 
## factor> class(ordered(4:1)) # "ordered", inheriting from "factor"
## [1] "ordered" "factor" 
## 
## factor> z <- factor(LETTERS[3:1], ordered = TRUE)
## 
## factor> ## and "relational" methods work:
## factor> stopifnot(sort(z)[c(1,3)] == range(z), min(z) < max(z))
## 
## factor> ## Don't show: 
## factor> of <- ordered(ff)
## 
## factor> stopifnot(identical(range(of, rev(of)), of[3:2]),
## factor+    identical(max(of), of[2]))
## 
## factor> ## End Don't show
## factor> 
## factor> ## suppose you want "NA" as a level, and to allow missing values.
## factor> (x <- factor(c(1, 2, NA), exclude = NULL))
## [1] 1    2    <NA>
## Levels: 1 2 <NA>
## 
## factor> is.na(x)[2] <- TRUE
## 
## factor> x  # [1] 1    <NA> <NA>
## [1] 1    <NA> <NA>
## Levels: 1 2 <NA>
## 
## factor> is.na(x)
## [1] FALSE  TRUE FALSE
## 
## factor> # [1] FALSE  TRUE FALSE
## factor> 
## factor> ## Using addNA()
## factor> Month <- airquality$Month
## 
## factor> table(addNA(Month))
## 
##    5    6    7    8    9 <NA> 
##   31   30   31   31   30    0 
## 
## factor> table(addNA(Month, ifany = TRUE))
## 
##  5  6  7  8  9 
## 31 30 31 31 30

判斷條件控制

• if() / else()
• ifelse()
• switch()
  測試：閏年

迴圈控制

• for(),
• while(),
  
• repeat() / break,
  範例：計算一段時間內有多少閏年

Function

• 編輯撰寫一個R程式

Debug and Error Handling

• 除錯（找蟲）和程式錯誤管理

if / else

Syntex:

if (condition_1){
    #Do something here....
} else if (conditon_2){
    #Do something here
} else {
    #Do something here
}

Note: else if and else are optional.

==> 請看 swirl 的範例

使用方法：

ifelse(test_cond1, res_yes, res_no) 若test_cond1的條件成立（回傳是TRUE），則會執行res_yes的動作，否則test_cond1回傳是FALSE的話，則會執行res_no 例如

x = 7
ifelse(x>10, print("x大於10"), print("x小於10"))

## [1] "x小於10"
## [1] "x小於10"

==> 請看 swirl 的範例

• R支援的邏輯判斷符號如下：
• "=="：等於
  
• "<="：小於等於
  
• ">="：大於等於
  
• ">"：大於
  
• "<"：小於
  
• "!="：不等於
  
• "&"：邏輯中的「且」 或「and」
  
• "|"：邏輯中的「或」 或「or」
  

一般情況下，如果向量中只有一個變數時，if()和ifelse()沒什麼差別， 但如果向量是一個多個數值的陣列array，矩陣matrix，或是list/data.frame時，這時候就很難用if來判斷了。 例如：

x = c(1:10)
if (x>5)
  print("x>5")

## Warning in if (x > 5) print("x>5"): 條件的長度 > 1，因此只能用其第一元素

x = c(1:10)
ifelse((x>5),TRUE,FALSE)

##  [1] FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE

==> 請看 swirl 的範例

小明得到媽媽的鼓勵和更多的糖果之後，就開開心心的去學校了。 上學途中，看到滿天飛舞的櫻花，不禁心頭一陣酸楚，之前拿到的糖果此時居然愈來愈重，吃了之後也不覺得甜美。 邊走邊想著：小時候喜歡的那個女孩，也是曾經在這種爛漫的的櫻花中，含著眼淚吞著鼻水的互相告別，不知道現在怎麼樣了？ 對了，記得她是閏年出生的，那閏年的意義對她應該很重要吧。我們兩個人年紀都大了，已經不是3歲5歲的小孩了，我還能去找她嗎？還有機會嗎？還可以在一起嗎？

這時候，小明下定決心，想要認真的面對這段以前甜美，現在遺憾的回憶，打算在閏年的時候，鼓起勇氣去找她。 便在路旁的星巴八飲料店，拿出優雅的水果電腦，很快的在電腦上用R寫了一個判斷閏年的小工具。

原來如此。小明突然覺得自己很厲害

year1 = 2015  #或是可以用 as.integer(readline("input year:"))，來輸入想要的數值
if ((year1 %% 4)==0){
  if ((year1 %% 100)==0){
    if ((year1 %% 400)==0)
      print("Leap year")
    else
      print("Not leap year")
  } else {
    print("Leap year")
  }
} else {
  print("Not leap year")
}

## [1] "Not leap year"

year1 = 2015  #或是可以用 as.integer(readline("input year:"))，來輸入想要的數值
if ( ((!(year1 %% 4)) && (year1 %%100)) || (!(year1 %% 400)) ){  
  print("Leap year")
} else {  
  print("Not leap year")  
}

## [1] "Not leap year"

for() 迴圈簡單說就是某個動作重複做多少次，一般來說，需要明確的知道

小明又出現了，這次他帶著更多的遺憾，更多的苦澀，回到家裡。 可是，小明他自己知道，小明這個名字是以前國立編譯館，眾多國中國小出版社，PTT八卦版許多夢境中最常被拿出來用的名字， 「小明」這兩個字充滿著正面、希望、勇氣、努力，根本就是各種可能的代名詞。連小明的日文名字：Hikari或Akira，都是史詩巨作：棋靈王主角的名字。 「我不能如此放棄」，小明如此的對自己這麼說。

這麼想的小明，腦中開始的一連串的計劃了。首先，小明第一件要做的事情，毫無疑問的就是要知道，到底有多少年是閏年。

這時候路旁的小七便利店，突然360度翻了過來，瞬間變成一家星巴八飲料店的外觀， 小七店內突然傳出聲響：Change，仔細一看，小七店員身上的招牌紅色T-Shirt，居然也變成星巴八的白衣綠裙。

天時地利人和，小明毫不猶豫的，拿起手上的水果電腦，再次走進星巴八內，誓言如果沒辦法用R寫出計算閏年的程式的話就不出來。

除了上面的判斷是不是閏年之外，麻煩請在想一想，如何把一段時間內，例如從西元1000至西元2015年到底有多少年是閏年，分別為哪幾年？

提醒：可以用for來持續檢查某一年是否是閏年，例如：開始年：1000，結束年：2015

for(任意變數 in 開始:結束){ 打算要重複執行的程式 }

yearS = 1980 # 或是可以輸入：as.integer(readline("input start year:")) 來自己輸入開始年
yearE = 2100 # 或是可以輸入：as.integer(readline("input end year:")) 來輸入結束年
year_cnt=0
for (n in yearS:yearE){
  if ( ((!(n %% 4)) && (n %%100)) || (!(n %% 400)) ){
    year_cnt = c(year_cnt,n)
  }
}
year_cnt = year_cnt[-1]
paste("total:", length(year_cnt)," leap years")

## [1] "total: 30  leap years"

is_leap_year = function(year1){
  if (((!(year1 %% 4)) && (year1 %%100)) || (!(year1 %% 400)) ){  return(TRUE)
  } else {  return(FALSE)  }  
}
yearS = 1980 # 或是可以輸入：as.integer(readline("input start year:")) 來自己輸入開始年
yearE = 2100 # 或是可以輸入：as.integer(readline("input end year:")) 來輸入結束年
year_cnt=0
for (n in yearS:yearE){
  if (is_leap_year(n)){
    year_cnt = c(year_cnt,n)
    #print("year:",n)
  }
}
year_cnt = year_cnt[-1]
paste("total:", length(year_cnt)," leap years")

## [1] "total: 30  leap years"

Function，一般稱為函數，函式，或叫作方程式，簡單說就是把一堆為了相同目的的指令，用一個名稱綁在一起。

例如：

helloworld <- function(name1){
  paste("Hello World,", name1)
}
helloworld("N")

## [1] "Hello World, N"

helloworld：就是函式名稱，之後要使用的話，直接在命令列上輸入helloworld()就可以了 name1：代表這個函式所帶入的參數，這邊取用name1當作參數的名字。

這個難度有點高，不過相信大家一定還是覺得小蛋糕一片才對。
https://zh.wikipedia.org/zh-tw/%E5%BF%AB%E9%80%9F%E6%8E%92%E5%BA%8F

+ 1. 從數列中挑出一個元素，稱為"基準"（pivot），
+ 2. 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。
  + 在這個分割結束之後，該基準就處於數列的中間位置。這個稱為分割（partition）操作。
+ 3. 遞迴地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。</div>

作為一個好好用，且知名度超高的統計軟體，其實R內建了許多好用的排序工具，像是 sort(), order(), rank(), 以下會簡略介紹使用方法

sort()： 會傳回一個已經排序列的數值向量。

x = sample.int(100,10) #sample是取亂數的函式，sample.int()強調整數的部份，100代表亂數會在100以內的數值，10則代表取10個數值
sort(x)

##  [1]  7 12 30 45 47 51 67 79 83 89

order()： 會回傳在排序後，各個元素在原始的向量中（x）的排行的值（sorting後的index值）

x = sample.int(100,10)
order(x)

##  [1]  6  1 10  2  4  5  9  7  3  8

rank() ： 會回傳排序前，各個元素在原始的向量中（x）的排行的值（sorting前的index值）

x = sample.int(100,10)
rank(x)

##  [1]  7  3  4  5  6  8  2  9 10  1

利用system.time()的函式，我們可以知道一個函數，或是一個程式的運算時間。 例如： 亂數產生一個矩陣： m1 = matrix(sample(25002000), 200) m1 = matrix(rnorm(25002000), 200) m1 = matrix(runif(25002000), 200) m1 = matrix(rgamma(25002000), 200)

計算不同的方法的排序時間快慢：

m1 = matrix(sample(2500*2000), 200)
system.time(sort(m1))

##    user  system elapsed 
##   0.747   0.012   0.759

"m1 = matrix(sample(2500*2000), 200) "
"system.time(qsort(m1)) "

## [1] "m1 = matrix(sample(2500*2000), 200) "
## [1] "system.time(qsort(m1)) "

寫了一堆程式之後，人都可能被劈腿，手一定有機會出鎚，這時候就需要一些去除錯誤（簡稱：除錯）的工具來幫忙找到錯誤。
幸運的是，R內部就已經提供的debug() / undebug()的工具來一步一步，一行一行的找到問題。

遇到不知道怎麼使用的指令時，在console命令列中輸入?debug，變可以看到debug的說明。
或是想知道有沒有範例可以知道某個指令怎麼用？在console命令列中輸入example(指令)，變可以看到該指令的應用

?debug

RBlogger的範例： http://www.r-bloggers.com/error-handling-in-r/

inputs = list(1, 2, 4, -5, 'oops', 0, 10)
for(input in inputs) {
print(paste("log of", input, "=", log(input)))
}

很明顯的，log的參數只能接受不能輸入負數的資料，而且文字資料一定出錯，那我們要怎麼避免？

inputs = list(1, 2, 4, -5, 'oops', 0, 10)
for(input in inputs) {
  try(print(paste("log of", input, "=", log(input))))
}

## Warning in log(input): 產生了 NaNs

## [1] "log of 1 = 0"
## [1] "log of 2 = 0.693147180559945"
## [1] "log of 4 = 1.38629436111989"
## [1] "log of -5 = NaN"
## [1] "log of 0 = -Inf"
## [1] "log of 10 = 2.30258509299405"

==> 請參考swirl範例

inputs = list(1, 2, 4, -5, 'oops', 0, 10)
for(input in inputs) {
  tryCatch(print(paste("log of", input, "=", log(input))),
  warning = function(w) {
      print(paste("negative argument", input));
      log(-input)
    },
    error = function(e) {
        print(paste("non-numeric argument", input));
        NaN})
}

## [1] "log of 1 = 0"
## [1] "log of 2 = 0.693147180559945"
## [1] "log of 4 = 1.38629436111989"
## [1] "negative argument -5"
## [1] "non-numeric argument oops"
## [1] "log of 0 = -Inf"
## [1] "log of 10 = 2.30258509299405"

==> 請參考swirl範例

ETL(Extract, Transform and Load ) on R, by Aha

R Visualzation : using ggplot2 , by Mansun/Ben/Kyle

R 火力展示 / 閃電秀 , by c3h3

R 專題實習 , by wush

summary(cars)

##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00